深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1381	2025-10-07	An intelligent framework for crop health surveillance and disease management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324347 PMID:40408612	研究论文	提出一个集成深度学习、云计算和物联网技术的智能农作物健康监测与病害管理框架	结合多种先进深度学习模型（MobileNet-1、MobileNet-2、ResNet-50、InceptionV3）与物联网技术实现实时农作物健康监测	NA	提高农作物病害早期检测精度并推荐有效的病害管理策略	农作物健康状态和病害情况	计算机视觉	植物病害	物联网（IoT）、深度学习	CNN	图像、环境传感器数据（温度、湿度、水位）	NA	NA	MobileNet-1, MobileNet-2, ResNet-50, InceptionV3	NA	云计算、嵌入式设备
1382	2025-10-07	Forecasting monthly runoff in a glacierized catchment: A comparison of extreme gradient boosting (XGBoost) and deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321008 PMID:40408639	研究论文	比较极端梯度提升(XGBoost)与深度学习模型在冰川流域月径流预测中的性能	采用新颖统计方法评估预测模型在径流数据转折点检测中的有效性，并首次在冰川流域系统比较XGBoost与LSTM、随机森林模型的预测性能	研究仅针对瑞士Lotschental单一流域，模型在其他地理区域的适用性有待验证	提高冰川流域月径流预测精度，支持水资源管理和气候变化适应	瑞士Lotschental冰川流域的月径流数据	机器学习	NA	时间序列分析	XGBoost, LSTM, RF	时间序列数据	20年径流数据(2002-2021)，其中14年训练校准，6年测试	NA	极端梯度提升, 长短期记忆网络, 随机森林	R², RMSE, NSE, Willmott指数	NA
1383	2025-10-07	Mask R-CNN assisted diagnosis of spinal tuberculosis 2025-Jan, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241290326 PMID:39973774	研究论文	提出一种基于改进Mask R-CNN的脊柱结核辅助诊断方法	在原始Mask R-CNN模型中引入ResPath和cbam模块以提升性能指标	NA	开发准确客观的脊柱结核计算机辅助诊断方法	脊柱结核CT影像中的病灶区域	计算机视觉	脊柱结核	CT成像	深度学习	医学影像	NA	NA	Mask R-CNN, Faster-RCNN, SSD	准确率, 召回率	NA
1384	2025-10-07	Assessing Self-supervised xLSTM-UNet Architectures for Head and Neck Tumor Segmentation in MR-Guided Applications 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_12 PMID:40400661	研究论文	提出一种用于头颈部肿瘤分割的新型两阶段自监督xLSTM-UNet架构	结合自监督3D师生学习框架和xLSTM-UNet混合架构，能够同时捕捉肿瘤进展的空间和时序特征	标注数据稀缺的挑战	优化MRI引导的自适应放射治疗中的头颈部肿瘤分割	头颈部癌症患者	医学影像分析	头颈部癌症	MRI成像	自监督学习,xLSTM,UNet	3D医学影像	多样化的头颈部癌症病例数据集	DINOv2	xLSTM-UNet	Dice系数	NA
1385	2025-10-07	NETest and Gastro-Entero-Pancreatic Neuroendocrine Tumors: Still Far from Routine Clinical Application? A Systematic Review 2025-Jan-27, Genes IF:2.8Q2 DOI:10.3390/genes16020161 PMID:40004490	系统评价	本文系统评价了NETest在胃肠胰神经内分泌肿瘤诊断和预后分层中的应用价值	首次系统评估NETest在胃肠胰神经内分泌肿瘤中的诊断准确性和预后价值	NETest特异性较低，可能受其他胃肠道恶性肿瘤干扰，需要更大样本的前瞻性研究验证	评估NETest在胃肠胰神经内分泌肿瘤诊断和预后中的临床应用价值	胃肠胰神经内分泌肿瘤患者	数字病理	神经内分泌肿瘤	实时PCR结合深度学习策略	深度学习	基因表达数据	14项研究（5项诊断研究，9项预后研究）	NA	NA	准确率, 特异性	NA
1386	2025-10-07	Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy 2025-Jan, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.036 PMID:39183131	研究论文	本研究开发基于超声的深度学习影像组学列线图模型，用于预测乳腺癌患者新辅助化疗后的肿瘤状态和腋窝淋巴结转移	首次将临床特征、影像组学特征和深度迁移学习特征融合构建DLRN模型，并验证其在乳腺癌新辅助化疗后评估中的预测效能	回顾性研究设计，样本量相对有限（243例患者），需要多中心前瞻性研究进一步验证	探索深度学习影像组学列线图在预测乳腺癌新辅助化疗后肿瘤状态和淋巴结转移的可行性	接受新辅助化疗的乳腺癌患者	医学影像分析	乳腺癌	超声成像	深度学习, Cox回归	超声图像, 临床数据	243例患者（2014年10月至2022年7月）	NA	深度学习影像组学列线图	AUC, C-index, ROC曲线, 决策曲线分析	NA
1387	2025-10-07	Deep Learning and Multidisciplinary Imaging in Pediatric Surgical Oncology: A Scoping Review 2025-Jan, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70574 PMID:39812075	综述	本综述探讨了深度学习在儿童外科肿瘤学多学科影像中的应用现状	首次系统梳理了深度学习在儿童外科肿瘤学多学科影像（放射学、病理学等）中的应用情况	由于纳入研究的异质性，无法对研究性能做出总体评价	评估深度学习在儿童外科肿瘤学多学科影像中的应用现状和发展前景	儿童实体肿瘤的医学影像数据	数字病理学	儿童肿瘤	医学影像分析	深度学习	医学影像	36篇相关研究文章（放射学22篇，病理学9篇，其他影像诊断5篇）	NA	NA	NA	NA
1388	2025-10-07	Prompting large language models to extract chemical‒disease relation precisely and comprehensively at the document level: an evaluation study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320123 PMID:40198724	研究论文	评估大型语言模型在文档级化学-疾病关系抽取中的精确性和全面性表现	首次系统评估GPT3.5、GPT4.0和Claude-opus在文档级化学-疾病关系抽取中的能力，并设计了多种提示工程策略	模型在抽取过程中表现出一定顽固性，提示工程策略效果有限，存在内容偏见	评估大型语言模型在文档级化学-疾病关系抽取任务中的精确和全面抽取能力	化学-疾病关系	自然语言处理	NA	提示工程	大型语言模型	文本	自建数据集	NA	GPT3.5, GPT4.0, Claude-opus	F1分数	NA
1389	2025-10-07	Continuous three-dimensional transesophageal echocardiography and deep learning for perioperative monitoring of left ventricular longitudinal function 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf052 PMID:40400533	研究论文	开发结合三维经食管超声心动图和深度学习的3D autoMAPSE方法，用于围手术期左心室功能的连续监测	首次将三维经食管超声心动图与深度学习相结合，实现自动测量二尖瓣环平面收缩期位移的连续监测	研究样本量较小（50例），仅在心脏手术后重症患者中验证	开发左心室功能的连续监测方法以改善心肺管理	心脏手术后成人重症监护患者	医学影像分析	心血管疾病	三维经食管超声心动图	深度学习	三维超声图像	50例心脏手术后重症患者	NA	NA	最小显著变化, 偏差, 一致性界限, 相关系数	NA
1390	2025-10-07	Multimodal AI diagnostic system for neuromyelitis optica based on ultrawide-field fundus photography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1555380 PMID:40400634	研究论文	开发基于超广角眼底摄影和临床检查数据的多模态AI诊断系统用于视神经脊髓炎的诊断预测	首个结合超广角眼底摄影和临床数据用于视神经脊髓炎诊断的多模态AI模型	NA	开发用于预测视神经脊髓炎发病和分期的AI诊断模型	视神经脊髓炎患者和非患者群体	计算机视觉	视神经脊髓炎	超广角眼底摄影	深度学习	图像, 临床数据	285名NMO患者的330只眼和770名非NMO参与者的1288只眼	NA	NA	AUC, 敏感性, 特异性, Youden指数	NA
1391	2025-10-07	Multimodal LLMs for retinal disease diagnosis via OCT: few-shot versus single-shot learning 2025 Jan-Dec, Therapeutic advances in ophthalmology IF:2.3Q2 DOI:10.1177/25158414251340569 PMID:40400723	研究论文	评估多模态大语言模型在OCT图像中诊断视网膜疾病的性能，比较单样本与少样本学习的效果	首次系统评估GPT-4o和Claude Sonnet 3.5在视网膜疾病OCT图像诊断中的表现，并比较单样本与少样本学习的性能差异	模型诊断准确性仍低于传统深度学习方法，未整合临床文本数据	评估多模态大语言模型在视网膜疾病诊断中的临床应用价值	光学相干断层扫描(OCT)图像中的视网膜疾病	医学影像分析	视网膜疾病	光学相干断层扫描(OCT)	多模态大语言模型	图像, 文本	两个公共OCT数据集(OCTID, OCTDL)，包含四种病理状况和正常视网膜的专家标注图像，共3088次API调用	NA	GPT-4o, Claude Sonnet 3.5	准确率	API调用
1392	2025-10-07	Integration of magnetic resonance imaging and deep learning for prostate cancer detection: a systematic review 2025, American journal of clinical and experimental urology IF:1.5Q3 DOI:10.62347/CSIJ8326 PMID:40400999	系统评价	系统评价磁共振成像与深度学习整合在前列腺癌检测和分层中的诊断性能	首次系统评估深度学习与MRI结合在前列腺癌诊断中的整体影响，并采用CLAIM指南评估研究质量	移行区前列腺癌的检测和分层研究最少，CLAIM清单依从性中等（中位数61.90%）	评估深度学习与磁共振成像整合对前列腺癌诊断性能的改善效果	前列腺癌患者	数字病理	前列腺癌	磁共振成像（MRI），包括T2加权成像（T2WI）和扩散加权成像（DWI）的表观扩散系数（ADC）	深度学习	医学影像	29项研究，共17,954名参与者	NA	NA	敏感性，特异性	NA
1393	2025-10-07	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	综述	从深度学习视角探讨基于功能磁共振成像的脑功能映射技术进展	系统梳理了基于深度学习的fMRI脑功能映射方法演进，重点关注fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势	作为综述文章，未涉及原始实验数据验证	探索深度学习在fMRI脑功能映射中的应用与发展方向	功能磁共振成像数据和脑功能映射方法	医学影像分析	神经系统疾病	功能磁共振成像	CNN, RNN, Transformer	功能磁共振成像数据	NA	NA	卷积神经网络, 循环神经网络, 变换器	NA	NA
1394	2025-10-07	Data source and utilization of artificial intelligence technologies in vascular surgery-a scoping review 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1497822 PMID:40401223	综述	本范围综述分析了血管外科领域人工智能技术的数据来源和应用现状，特别关注自然语言处理技术的使用情况	首次系统评估血管外科领域AI技术的数据来源分布和应用模式，揭示NLP技术在该领域的相对利用不足	仅涵盖1996年至2023年3月的文献，可能存在发表偏倚	确定血管外科AI算法开发的数据来源，评估其在不同领域的应用情况	342篇符合纳入标准的同行评审文献	自然语言处理, 机器学习, 深度学习	血管疾病	自然语言处理, 机器学习, 深度学习	NA	图像数据, 医疗记录, 临床参数	342篇文献	NA	NA	NA	NA
1395	2025-05-23	A Deep and Interpretable Learning Approach for Long-Term ECG Clinical Noise Classification 2025-01, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3454545 PMID:39231059	research paper	本研究探讨了深度学习模型在长期监测心电图中临床噪声分类的应用，并设计了可解释的架构	结合深度学习和可解释系统，提高了临床噪声分类的性能，并为决策过程提供定性解释	需避免患者内过拟合，且性能仍有提升空间	提高长期监测心电图中临床噪声分类的准确性和可解释性	长期监测心电图中的临床噪声	machine learning	cardiovascular disease	深度学习	CNN, Autoencoder	ECG信号	NA	NA	NA	NA	NA
1396	2025-10-07	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的食物剩余量预测方法，并创建了首个大规模开放数据集LeFoodSet	创建了首个专门用于食物剩余量估计的大规模开放数据集，并采用多任务学习同时预测剩余量和食物类型	数据集仅包含524对图像，覆盖34种印尼食物类别，样本规模相对有限	开发AI方法来准确预测医院患者餐盘中的食物剩余量	医院患者的餐盘食物图像	计算机视觉	NA	深度学习	CNN	图像	524对图像（餐前餐后对比），涵盖34种印尼食物类别	NA	ResNet101	平均绝对误差(MAE), 分类准确率	NA
1397	2025-10-07	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本研究首次系统评估迁移学习在心电图多标签分类中的有效性	首次对心电图分类中迁移学习效果进行大规模实证研究，挑战了迁移学习必然优于从头训练的普遍假设	研究结果依赖于特定心电图数据集和神经网络架构，可能不适用于所有场景	评估迁移学习在心电图诊断中的实际效果和适用条件	多标签心电图分类任务	机器学习	心血管疾病	深度学习	CNN, RNN	心电图时间序列数据	多个心电图数据集	NA	卷积神经网络，循环神经网络	分类性能，训练时间，计算成本	NA
1398	2025-10-07	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	开发用于3800米高海拔极端条件下并网光伏系统的预测混合模型	结合递归特征消除方法与高级正则化技术解决维度灾难问题，提高模型精度	未提及具体数据采集时长和气候条件变化范围	优化高海拔极端条件下光伏系统的预测性能	配备DC-DC优化器的并网光伏系统	机器学习	NA	递归特征消除(RFE)，正则化技术	Lasso, Ridge, Bayesian Ridge	光伏系统运行数据	NA	Scikit-learn	NA	精度, 平均绝对误差, 均方误差, 决定系数	NA
1399	2025-10-07	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过先进的机器学习和深度学习策略，在ICT教育领域实现教育转型，提升学生适应性、情感分析和学业表现	采用混合堆叠方法结合多种机器学习算法，并将情感分析融入教育框架，为教育技术提供创新解决方案	数据集仅包含1205个样本，可能限制模型的泛化能力；数据来源单一，仅来自Kaggle平台	通过AI技术改善教育领域的适应性、情感分析和学业表现	教育数据中的学生适应性、情感状态和学业表现	机器学习	NA	机器学习，深度学习	决策树，随机森林，XGBoost，梯度提升，CNN，RCNN	结构化数据	1205个样本，包含14个属性	NA	混合堆叠架构，CNN，RCNN	准确率	NA
1400	2025-10-07	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	研究论文	提出一种基于深度学习的监控异常识别框架，通过特征优化技术显著提升识别准确率	创新性地结合两种深度卷积网络进行特征提取，并采用蜻蜓算法和遗传算法进行特征优化，在5折交叉验证中达到99.9%的准确率	未明确说明计算资源需求和实时性能表现	提升监控系统中异常事件识别的准确性和鲁棒性	监控视频中的异常行为识别	计算机视觉	NA	深度学习，特征选择	CNN	图像	未明确说明具体样本数量	NA	Up-to-the-Minute-Net（63层CNN）, Inception-Resnet-v2	准确率	NA